VC文字起こしの設定

ボイスチャンネルの発言を文字起こし・翻訳する機能の、サーバー管理者向け設定です。 使い方そのものは → ボイスチャンネル翻訳

IMPORTANT

月額サブスクリプション契約中のサーバー限定の機能です。買い切りパスでは有効になりません。

前提条件

利用するには、次のすべてが揃っている必要があります。

条件	確認方法
運営側で機能が有効化されている	無効な場合 /voice は「現在無効です」と応答します
サーバーが月額サブスク契約中	ダッシュボードの「LocalLLMプラン」
チャンネルの翻訳言語が設定済み	未設定だと翻訳先がなく、投稿されません
Botにボイスチャンネルへの接続権限	「接続」権限が必要です
VC読み上げを使う場合、運営環境でhard gateが有効	Developer画面で確認できます

Botに必要な権限

VC機能を使う場合、通常の権限に加えて以下が必要です。

• 接続（Connect） — ボイスチャンネルへの参加
• 発言（Speak） — 読み上げを使う場合のみ

NOTE

Botは文字起こしのため音声を受信します。翻訳音声を送信できるのは、運営環境のhard gateとDeveloper設定が両方有効な場合だけです。

開始と停止

サーバー管理者側で常時オンにしておく設定はありません。使うときに /voice action:start で開始する運用です。

• 開始には自動翻訳の操作権限（/permissions の auto）が必要です
• 誰でも開始できるようにしたい場合は、auto の権限範囲を広げてください
• VCから全員が退出すると自動停止します

運営が設定する項目

以下はBot運営者（Developer）が全サーバー共通で設定します。サーバーごとの変更はできません。

項目	内容
VC文字起こしの有効化	機能全体のON/OFF
月間の文字起こし枠	標準値。プラン倍率が乗ります
同時セッション数の上限	同じGPUでテキスト翻訳も動くための保護
音声の言語	文字起こし時の言語ヒント
読み上げの有効化と言語	保存された運営意図。実際の送信にはdeployment hard gateも必要

音声の言語について

自動判定に任せることもできますが、推奨しません。検証では英語の音声を日本語と誤認する事例が確認されています。

主に使われる言語が決まっているなら、明示的に指定してください。文字起こしの精度が大きく変わります。

同時セッション数

文字起こしは翻訳と同じGPUを使います。同時セッションが増えるとテキスト翻訳の応答も遅くなるため、上限を超える /voice action:start は拒否されます。

利用枠の管理

文字起こしは音声の秒数で計上されます。文字数ではありません。

区分	1ヶ月あたり
標準	運営設定値（既定 10時間）
x2 プラン	標準の2倍
x4 プラン	標準の4倍

• 毎月1日にリセットされます（自動）
• 残量はダッシュボードのサーバー概要に表示されます
• 使い切ると文字起こしのみ停止し、テキスト翻訳は通常どおり継続します

消費されないケース

以下は枠を消費しません。

• 0.4秒未満の短い音
• 文字起こし結果が空だった発話（咳・物音など）
• 文字起こしに失敗した場合

読み上げ（TTS）

次の両方が有効な場合だけ、翻訳結果を合成音声でVCに流します。

1. 実行環境の VOICE_LIVE_READBACK_ENABLED=true
2. Developer画面の「翻訳をVCで読み上げる」がON

環境gateを変更した場合はinternal-apiと全Shardを再起動します。既存セッションには次回開始時から反映されます。

設計上の制約

VCの音声はその場の全員が同じものを聞くため、次の制約があります。

• 読み上げは1言語のみ（リスナーごとに別音声は不可）
• 話した言語と同じ言語は読み上げません（その場の全員が既に聞いているため）

つまり「読み上げ言語＝日本語」に設定した場合、日本語での発言には何も流れません。英語など他言語の発言が日本語で読み上げられます。

ユーザーごとの音声

読み上げが有効なとき、参加者は自分の発言を読み上げる声を選べます。

/voice action:voice voice:<キャラクター名>

• 本人の設定であり、管理権限は不要です
• 選択肢は運営が用意した範囲に限られます
• 未設定なら既定の音声が使われます

クレジット表記

WARNING

読み上げを実際に使用すると、MTSは結果投稿先へ公開クレジットを自動投稿します。最初の合成音声をDiscordへ送る前に作成し、新しいVOICEVOXキャラクター等が使われるたび同じ投稿を更新し、セッション終了時に確定します。

Botに「チャンネルを見る」「メッセージを送信」権限がなくクレジットを公開できない場合、規約上安全な側へ倒し、合成音声だけを再生しません。文字起こし・テキスト翻訳は継続します。/voice action:status は補助表示であり、クレジット義務を一時的な応答だけに依存させていません。

VOICEVOXのキャラクター固有規約は共通規約より優先します。運営者が新しい話者IDを VOICEVOX_SPEAKERS へ追加する前に、TTSサーバーが取得した個別ポリシーを確認してください。詳細は 第三者ソフトウェア・音声ライブラリ を参照してください。

プライバシー

サーバーメンバーへの説明が必要な場合、以下をそのままご利用ください。

• 音声は保存されません。 文字起こし後すぐに破棄されます
• 文字起こし・読み上げはBot運用者のマシン上で処理され、外部の音声認識サービスへは送信されません
• 翻訳自体は通常のメッセージと同じ扱いです（DeepL利用時はDeepLへテキストが送信されます）
• 文字起こしの結果はテキストチャンネルに残ります。誰が何を話したかがログとして可視化される点は、参加者に周知することを推奨します

→ 詳細：データの取り扱い

トラブルシューティング

症状	確認すること
「サブスクリプション限定」と表示される	月額サブスク契約が有効か。買い切りパスでは使えません
「現在無効です」と表示される	運営側で機能が有効化されていません
Botが参加しない	Botに「接続」権限があるか
投稿されない	チャンネルの翻訳言語が設定されているか
誤変換が多い	「音声の言語」を明示指定してください
読み上げが流れない	読み上げが有効か／話した言語と読み上げ言語が同じでないか
途中で止まった	月間枠を使い切った可能性があります。ダッシュボードで残量を確認してください